SSE优化代码执行类似于普通版本
我想采取英特尔SSE的第一步，所以我按照这里发布的指南，区别在于我不是为Windows和C ++开发，而是为Linux和C开发（因此我不使用任何_aligned_malloc而是posix_memalign ）。
我还实现了一种计算密集型方法，而没有使用SSE扩展。 令人惊讶的是，当我运行程序时，两段代码（一台SSE和一台没有）需要花费相同的时间来运行，通常是使用SSE的时间略高于另一段。
这是正常的吗？ GCC是否可能已经使用SSE优化（也使用-O0选项）？ 我也尝试过-mfpmath=387选项，但没办法，仍然是一样的。
对于浮点运算，您可能看不到SSE带来的巨大好处。 大多数现代x86 CPU都有两个FPU，因此SIMD与标量的双倍精度可能只有大约相同的速度，单一精度可能会让你在一天的时间内获得2倍的SIMD而不是标量。 但是对于整数运算，例如8位或16位的图像或音频处理，您仍然可以通过SSE获得实质性的好处。
GCC有一个非常好的内置代码矢量化器（iirc在-O0及以上开始），所以这意味着它将在任何地方使用SIMD以加速标量代码（它还会稍微优化SIMD代码）如果可能的话）。
很容易确认这确实发生在这里，只是反汇编输出（或者让gcc发出注释的asm文件）。